[发明专利]图像识别方法、图像识别模型的训练方法以及相关装置

说明书

本发明提供一种图像识别方法、图像识别模型的训练方法以及相关装置，其中图像识别方法包括：本发明将待识别图像划分为第一区域、第二区域以及第三区域；提取所述第一区域的纹理特征、所述第二区域的高维特征、所述第三区域的频域特征；对所述纹理特征、所述高维特征以及所述频域特征进行融合，基于融合结果得到所述待识别图像的识别结果。该方法将待处理图像划分为多个区域，并且针对多个区域分别提取了不同类型的特征，当应用场景发生变化导致某些特征失效时，其他特征仍然能够保证整个图像识别方法的有效性，提高了图像识别的鲁棒性。

技术领域

本发明涉及人脸识别技术领域，尤其是涉及一种图像识别方法、图像识别模型的训练方法以及相关装置。

背景技术

数字技术的发展将人类社会带入了人工智能时代，各种生物识别技术被广泛应用到人们的日常生活中。随之基于人脸的生物识别技术被广泛应用于闸机通行、手机解锁、考勤签到等系统的用户身份认证。然而这些人脸识别认证系统存在着巨大的安全问题，比如当用户的人脸信息被盗取后，被投放到手机屏幕、打印成照片、或者制作成面具伪装用户人脸进行识别认证，对身份认证系统进行攻击。如果人脸认证系统对伪装的人脸信息没有准确检测，会给用户带来不可估量的损失，因此针对待认证的人脸进行准确检测很有必要。

发明内容

本发明提供一种图像识别方法、图像识别模型的训练方法以及相关装置，该方法能够提高图像识别结果的鲁棒性。

为解决上述技术问题，本发明提供的第一个技术方案为：提供一种图像识别方法，包括：将待识别图像划分为第一区域、第二区域以及第三区域；提取所述第一区域的纹理特征、所述第二区域的高维特征、所述第三区域的频域特征；对所述纹理特征、所述高维特征以及所述频域特征进行融合，基于融合结果得到所述待识别图像的识别结果。

其中，所述提取所述第一区域的纹理特征、所述第二区域的高维特征、所述第三区域的频域特征的步骤，包括：对所述待识别图像进行处理，以得到所述待识别图像的纹理图以及频谱图；基于所述纹理图对所述第一区域进行特征提取，以得到所述纹理特征，基于所述频谱图对所述第三区域进行特征提取，以得到所述频域特征，对所述第二区域进行特征提取，以得到所述高维特征。

其中，所述将待识别图像划分为第一区域、第二区域以及第三区域的步骤，包括：获取所述待识别图像对应的类别激活热力图；基于所述类别激活热力图将所述待识别图像划分为所述第一区域、所述第二区域以及所述第三区域。

其中，所述基于所述类别激活热力图将所述待识别图像划分为所述第一区域、所述第二区域以及所述第三区域的步骤，包括：基于所述类别激活热力图中像素点的强度确定关键区域；基于预设规则对所述关键区域进行划分，以得到所述第一区域、所述第二区域、所述第三区域。

其中，所述第一区域至少包括所述待识别图像中目标的嘴巴区域以及鼻子区域；所述第二区域至少包括所述目标的眼睛区域；所述第三区域至少包括所述目标的脸部区域。

其中，所述对所述纹理特征、所述高维特征以及所述频域特征进行融合，基于融合结果得到所述待识别图像的识别结果的步骤，包括：将所述纹理特征、所述高维特征以及所述频域特征进行融合，以得到融合结果；基于所述融合结果获取所述待识别图像的活体置信度，响应于所述活体置信度大于置信度阈值，所述待识别图像的识别结果为活体图像。

其中，获取待识别图像，包括：对待处理图像进行质量检测，去除质量分数小于阈值的所述待处理图像，将剩余的所述待处理图像作为所述待识别图像。

为解决上述技术问题，本发明提供的第二个技术方案为：提供一种图像识别装置，包括：区域划分模块，用于将待识别图像划分为第一区域、第二区域以及第三区域；特征提取模块，用于提取所述第一区域的纹理特征、所述第二区域的高维特征、所述第三区域的频域特征；识别模块，用于对所述纹理特征、所述高维特征以及所述频域特征进行融合，基于融合结果得到所述待识别图像的识别结果。